Regulārizēts lēmumu koks
Regulārizēts lēmumu koks ir lēmumu koku modelis, kura sarežģītība ir apzināti ierobežota, izmantojot apgriešanu, dziļuma ierobežojumus vai soda termiņus, lai novērstu pārpietiekšanu. Pamatojoties uz Breiman et al. (1984) CART sistēmu, regulārizācija pārvērš alkatīgo koku augšanas procedūru par novirzes-variācijas kompromisu, radot modeļus, kas labāk vispārinās uz neredzētiem datiem nekā pilnībā izauguši koki.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth. ISBN: 978-0-412-04841-8
- Esposito, F., Malerba, D., & Semeraro, G. (1997). A comparative analysis of methods for pruning decision trees. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(5), 476–491. DOI: 10.1109/34.589207 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/lv/machine-learning/regularized-decision-tree
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- PastiprināšanaMašīnmācīšanās↔ compare
- Koku lēmumu pieņemšana (Decision Tree)Mašīnmācīšanās↔ compare
- Extra TreesMašīnmācīšanās↔ compare
- Random ForestMašīnmācīšanās↔ compare
- Regulārā lineārā regresijaMašīnmācīšanās↔ compare
- Regulārizēts nejaušais mežsMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →